大厂抽文档省 token 的做法正在收敛：先定位，只喂那一小块

By Unbug Follow Oct 16, 2026 · 1 min read

一排授权与两个异常快的数字

把六件核心授权按公开节奏排开（全部经 Google Patents 详情页逐字核验，检索与核验记录见文末）：Mistral AI 的《Document intelligence system》（US12651113B1），IBM 的《Location of key value pairs》（US12639362B2），Intuit 的两件——《In-context OCR exemplars for out-of-domain document information extraction》（US12632675B2）与《Hybrid key value document extraction》（US12705916B2），Adobe 的《Data identification and extraction from unstructured documents》（US12699851B2），Vendr 的《Systems and methods for automated data extraction of unstructured documents》（US12586403B2）。同主题工业侧还有 HighRadius、Schlumberger 的背景件在同期授权。

两个数字异常。Mistral 这件专利优先权日是 2025-12-31，授权日 2026-06-09——从优先权到授权只有 5.3 个月，在动辄两三年起步的审查周期里属于罕见速度。Vendr 那件从申请（2025-09-15）到授权（2026-03-24）只用了 6.3 个月。审查快慢受程序因素影响很多，不能直接读成「市场多热」，但连续出现异常快的授权，通常意味着该主题在审查员手里的权利要求空间已经清晰——能圈的都在圈，动作慢的就轮到别人了。

收敛的技术模式：把模型放在定位之后

六件的权利要求各有侧重，但拆开看是同一条流水线，只是各家切的刀口不同。

规则或版面先动手，模型只处理疑难点。 Intuit 的 US12705916B2 切得最直白：先用规则解析从自由文本里命中目标字段，然后只把命中词的邻域文本送给语言模型当上下文——整页文档不进模型，token 省下来，幻觉面也缩了。IBM 的 US12639362B2 用 LLM 生成和应用 prompt 模板来定位文档中键值对的位置，模型负责「找」，结构化落库仍走确定性通道。Intuit 另一件 US12632675B2 解决域外文档：给没见过的文档类型构造带标注的 OCR 范例，用 in-context 范例教模型抽字段，而不是微调。

抽取完不算完，校验环节进了独立权利要求。 Vendr 的 US12586403B2 在多分类器分类加抽取的主流程之外，把 corrections and validations 流程写进了方案；背景件里 HighRadius 的财务文档抽取（US12664136B1）主打自动纠错。字段级校验从「工程细节」升格为「权利要求」，说明各家都被真实业务里的抽取错误烫过。

Mistral 的位置最有信号意义。 它的 US12651113B1 是文档标注与抽取的工作流系统，落款是一家以大模型本体闻名的公司在做文档智能的「管道件」——前沿模型厂开始亲自圈流程层的地，而不只是卖 API 给别人圈。

这对做工程的人意味着什么

第一，如果你还在把整页文档塞进大模型做抽取，成本和质量控制都已经落后于专利面显示的工程共识。先定位后抽取的模式，在六家不同申请人的文件里反复出现，它不是某家的独门技巧，而是这个阶段的标准做法。

第二，这个赛道的工具层不空。Reducto、LlamaParse、Unstructured 等厂商正在拿抽取准确率当营销主战场、互相比分数，第三方评测内容也已经在写「按字段暴露失败模式」——想靠「做个更准的抽取器」切入的人，面对的是厂商把评测当卖点卷起来的红海。真正读这排授权的价值在别处：看六家独立团队在同一年收敛到哪条流水线上，然后把自己的文档管线对齐到那条线上。

第三，审查速度本身是可以跟踪的信号。Mistral 的 5.3 个月不是孤立事件；同类主题的授权节奏如果持续加快，说明权利要求还在被快速消化，做产品选型和自由实施评估的人，值得把「快授件」当成一个独立的雷达档位。

References

Mistral AI, “Document intelligence system”, US12651113B1: https://patents.google.com/patent/US12651113B1/en
IBM, “Location of key value pairs”, US12639362B2: https://patents.google.com/patent/US12639362B2/en
Intuit, “In-context OCR exemplars for out-of-domain document information extraction”, US12632675B2: https://patents.google.com/patent/US12632675B2/en
Intuit, “Hybrid key value document extraction”, US12705916B2: https://patents.google.com/patent/US12705916B2/en
Adobe, “Data identification and extraction from unstructured documents”, US12699851B2: https://patents.google.com/patent/US12699851B2/en
Vendr, “Systems and methods for automated data extraction of unstructured documents”, US12586403B2: https://patents.google.com/patent/US12586403B2/en
HighRadius, 财务文档抽取与自动纠错, US12664136B1: https://patents.google.com/patent/US12664136B1/en